Blogue

Guia de uso

Guia de introdução ao Tripo H3.1: três modos de entrada, parâmetros e como escolher o preço

Decisão de integração e controle de custos na geração 3D para desenvolvedores

Nov 20, 2026
Imagem de capa abstrata de planos geométricos de concreto sob luz oblíqua, fundo cinza com sombras em azul-ardósia e finas junções em verde-sálvia.
Nesta página

O que o Tripo H3.1 faz e onde estão seus limites

O Tripo H3.1 é um modelo de geração 3D integrado à interface unificada do HiAPI.ai, podendo ser chamado com uma única API key. Ele suporta três formas de entrada: descrição em linguagem natural (text-to-3D), uma única imagem de objeto (image-to-3D) e 2 a 4 imagens multivisão do mesmo objeto (multiview-to-3D).

A saída é um conjunto fixo de entregáveis: um arquivo de modelo GLB + uma imagem de pré-visualização. Não há pacote extra de texturas, nem arquivo de projeto, nem rigging ou animação. O GLB é um formato universal que pode ser importado diretamente no Blender, Three.js, Unity ou qualquer pipeline compatível com glTF.

Os limites também precisam ser esclarecidos:

  • É geração em nível de objeto, não de cena. Ao enviar a imagem de uma cadeira, você obtém uma cadeira, não uma sala com uma cadeira. Para cenas, combine vários modelos por conta própria.
  • Ele não entende "movimento". Ativos estáticos são seu território confortável; rigging, skinning e sequências de animação estão fora do escopo.
  • A qualidade do material define o teto da saída. Imagens de entrada desfocadas, com múltiplos objetos ou oclusões complexas reduzem significativamente a qualidade geométrica, e isso vale para as três rotas.
  • A cobrança é por chamada, com uma chamada gerando um modelo, sem estados intermediários por token ou por segundo. Essa característica é boa para estimar custos — o número de chamadas é a unidade de cobrança.

Entendido esse escopo, a escolha seguinte faz sentido: as três rotas não são três portas de entrada para a mesma coisa; seus preços unitários, requisitos de material e cenários de uso são diferentes.

As três entradas convergem pelo mesmo funil para um único modelo e saída de pré-visualização, e os limites também se revelam nessa convergência.

Como escolher entre as três rotas de entrada

O primeiro princípio de escolha da rota não é "qual tem melhor resultado", mas que material você tem em mãos.

Apenas descrição textual → text-to-3D. Adequado para exploração conceitual, ativos provisórios e protótipos iniciais. Você controla totalmente a direção da geração, mas também assume toda a incerteza: a inferência de contagem de faces e forma vem inteiramente dos seus termos descritivos. A faixa de preço inicial é a mais baixa, ideal para tentativa e erro em grande volume.

Uma foto limpa de produto ou objeto → image-to-3D. Esta é a rota que a grande maioria dos desenvolvedores realmente seguirá. Uma imagem frontal do objeto com fundo limpo carrega muito mais informação do que uma descrição textual, e a fidelidade geométrica é visivelmente mais estável. A barreira de material também é baixa: basta tirar uma foto e recortar o fundo.

2 a 4 imagens de ângulos diferentes → multiview-to-3D. Quando você já tem material multiângulo (por exemplo, as quatro vistas padrão de um estúdio de fotografia de produto, ou quadros de giro renderizados de um ativo 3D existente), a multivisão é a categoria com maior teto de precisão. Ela resolve o problema estrutural do "palpite para a parte de trás" na geração a partir de imagem única.

Um fato de preço digno de nota: image-to-3D e multiview têm o mesmo preço, e text-to-3D é mais barato. Portanto, com material completo, a multivisão não tem prêmio adicional — se tiver material, use multivisão; não há motivo para voltar à imagem única.

A decisão pode ser simplificada em uma frase: se o material permitir multivisão, use multivisão; se tiver uma boa imagem, use image-to-3D; só use text-to-3D se não tiver nada.

Parâmetros de entrada e preparação de material

Os campos de entrada das três rotas são diferentes; misturá-los causa falha direta.

Text-to-3D (página do modelo) recebe descrição em linguagem natural. A chave para um bom prompt é ser específico: tipo de objeto, tendência de material e características de forma são mais eficazes do que empilhar adjetivos.

Image-to-3D (página do modelo) usa image_url, uma imagem HTTPS. Requisitos de material:

  • Objeto único, sem múltiplos objetos no mesmo quadro
  • Fundo limpo, evitando ambientes poluídos da mesma cor do sujeito
  • O sujeito deve ocupar o máximo possível do quadro
  • A URL deve ser acessível publicamente (HTTPS); não envie endereços privados que exijam autenticação

Multiview-to-3D (página do modelo) usa image_urls, 2 a 4 imagens do mesmo objeto, com ordem fixa: frente, esquerda, trás, direita. A ordem incorreta é uma das fontes de falha mais comuns: o modelo assume os pontos de vista pela posição, e colocar a imagem no lugar errado equivale a dar a ele uma restrição geométrica errada.

Duas recomendações gerais para preparação de material. Primeiro, mantenha iluminação e escala consistentes entre as várias imagens da multivisão; misturar fotos de fontes diferentes gera ambiguidade nas junções do modelo. Segundo, a resolução das imagens não precisa ser extremamente alta; clareza e sujeito bem definido importam mais do que a contagem de pixels.

Requisições com parâmetros inválidos (campo ausente, formato de URL incorreto, número de vistas fora do intervalo) são rejeitadas diretamente e não geram cobrança — isso será usado novamente na lista de solução de problemas da próxima seção.

face_limit e qualidade geométrica: controlando a complexidade do modelo

face_limit é o parâmetro central para controlar a contagem de faces da saída, com intervalo de 1000–1.500.000; quando geometry_quality é definido como detailed, o limite superior é ampliado para 2.000.000.

O design chave é: esse parâmetro pode ser omitido. Quando omitido, o modelo decide a contagem de faces de forma adaptativa, geralmente fornecendo um valor razoável compatível com a complexidade do objeto. Só é necessário especificá-lo manualmente quando você conhece claramente o orçamento de faces do downstream:

  • Renderização em tempo real em mobile ou Web: faixa mais baixa, mantendo dentro de algumas dezenas de milhares de faces
  • Ativos de plano médio em jogos: faixa intermediária
  • Cinema ou renderização offline: próximo ao limite superior, com geometria detalhada

geometry_quality tem dois valores: standard (geometria padrão, padrão) e detailed (geometria detalhada). detailed traz mais detalhes geométricos e limite superior de faces mais alto, mas é uma opção com custo adicional, e isso vale nas três rotas. O critério é direto: só vale ativar se o ativo for visto de perto ou se o detalhe em si for o diferencial; ativar detailed para um ativo de plano distante ou provisório é puro desperdício.

Recomendação prática para combinar os dois: primeiro execute uma versão com a configuração padrão (omitindo face_limit e usando geometry_quality como standard) para ver o resultado, depois ajuste os parâmetros para o ativo específico. Não comece já no limite máximo dos parâmetros; isso custa mais e pode não trazer melhores resultados.

Desmembrando a estrutura de preços: onde o dinheiro é gasto

O Tripo H3.1 cobra por chamada, com cada chamada gerando modelo + imagem de pré-visualização. O preço é determinado por quatro variáveis: rota de entrada, interruptor Texture, interruptor PBR e qualidade geométrica. Entendida essa estrutura, escolha a faixa comparando com a tabela completa de preços abaixo.

Os preços de tabela do ambiente de teste atual são os seguintes, por chamada e por modelo, em USD.

Text-to-3D (tripo-h3.1/text-to-3d)

EspecificaçãoTextura padrãoTextura detalhada
PBR desligado · Texture desligado$0,150$0,150
PBR desligado · Texture ligado$0,290$0,430
PBR ligado$0,290$0,430

Image-to-3D (tripo-h3.1/image-to-3d) e multiview-to-3D (tripo-h3.1/multiview-to-3d) com o mesmo preço

EspecificaçãoTextura padrãoTextura detalhada
PBR desligado · Texture desligado$0,290$0,290
PBR desligado · Texture ligado$0,430$0,580
PBR ligado$0,430$0,580

Em todas as faixas acima, a seleção de geometria detalhada acrescenta $0,290.

Primeiro nível: rota de entrada. A faixa inicial do text-to-3D é a mais baixa; image-to-3D e multiview têm o mesmo preço e são mais caros que text-to-3D. Isso é intuitivo: image-to-3D e multiview recebem mais informação e o modelo realiza mais trabalho.

Segundo nível: interruptores Texture e PBR, o principal amplificador de preço. Com ambos desligados, é a faixa básica; ao ativar Texture, o preço unitário sobe um degrau; com PBR ativado, fica na mesma faixa ou em faixa superior. Em outras palavras, de "geometria pura" para um ativo completo "com textura e PBR", o preço unitário pode mais que dobrar. Essa é a maior variável de preço de toda a tabela, muito mais significativa do que a diferença entre rotas de entrada.

Terceiro nível: detalhamento da textura. Com a textura ativada, textura padrão e textura detalhada são dois preços. O prêmio da textura detalhada é especialmente evidente na rota text-to-3D.

Quarto nível: qualidade geométrica. Selecionar detailed (geometria detalhada) é um acréscimo adicional sobre os preços acima, e o valor do acréscimo é o mesmo nas três rotas.

Daí decorrem algumas conclusões sobre preço:

  • Se o downstream precisa apenas da geometria (por exemplo, para corpo de colisão ou modelo base para texturização manual posterior), desligue Texture e PBR, e o preço unitário cai imediatamente para a faixa mais baixa.
  • Se for apenas validação de protótipo, a combinação mais econômica é text-to-3D com todos os interruptores desligados.
  • O que realmente custa caro é a entrega completa com o trio "textura detalhada + PBR + geometria detalhada" totalmente ativado; essa deve ser uma decisão tomada somente após confirmar que o ativo vai para produção.
Comparação empilhada das três faixas de cobrança: os interruptores de textura e PBR são como placas que se elevam degrau a degrau, empurrando o preço por chamada para cima passo a passo.

Configurações recomendadas e estimativa de custo para cenários típicos

Vamos concretizar a estrutura em combinações específicas. As soluções abaixo são por chamada individual; o custo real acumula conforme o número de chamadas.

Prototipagem e exploração conceitual

Text-to-3D, Texture desligado, PBR desligado, geometry_quality como standard, face_limit omitido. Esta é a faixa mais baixa de todo o modelo, adequada para gerar uma dúzia de direções de uma vez e filtrar rapidamente. Após a seleção, execute novamente uma versão com textura para as opções finalistas.

Ativos para e-commerce / exibição de produto

Com imagem de produto, use image-to-3D; se tiver o material padrão de quatro vistas, use multiview. Texture ligado, PBR ligado (PBR tem valor real na apresentação da qualidade do material; em cenários de exibição vale o gasto), textura na faixa padrão, geometria standard. Se o produto for visto em close-up, considere então subir para textura detalhada.

Ativos para jogos / renderização em tempo real

Image-to-3D ou multiview, Texture ligado, PBR conforme o pipeline de renderização (ative se o pipeline suportar PBR). Defina face_limit manualmente conforme a plataforma alvo; não deixe para o adaptativo. Qualidade geométrica padrão standard — em renderização em tempo real, o ganho do detailed geralmente não se manifesta.

Apenas modelo geométrico base

Qualquer rota, Texture e PBR totalmente desligados, qualidade geométrica conforme necessário. Esta é a forma de reduzir o custo ao mínimo estrutural, deixando a texturização posterior para o fluxo de arte.

Um ritmo universal de economia: primeiro valide a direção com faixas de preço baixas, depois execute novamente com faixas altas para os ativos confirmados. Não pague o preço cheio por cada tentativa e erro.

Lista de verificação e solução de problemas de integração

O mecanismo mais importante no período de integração: requisições com parâmetros inválidos são rejeitadas diretamente e não geram cobrança. Isso significa que você pode ousar na tentativa e erro durante o desenvolvimento — errar o nome de um campo, formato de URL incorreto, número de vistas fora do intervalo: o custo é um erro, não uma fatura. Aproveite bem esse recurso: primeiro faça a validação de parâmetros passar, depois discuta resultados.

Lista de verificação antes do lançamento:

  1. Acessibilidade da URL: teste image_url / image_urls com uma requisição anônima, confirmando HTTPS e acesso sem autenticação. Abrir localmente não significa que a internet pública consegue buscar.
  2. Ordem da multivisão: verifique imagem por imagem se está frente, esquerda, trás, direita. Este é o erro silencioso mais frequente — a requisição é bem-sucedida, mas o resultado piora, e é difícil atribuir a causa.
  3. Número de vistas: na multivisão, mantenha estritamente entre 2 e 4 imagens.
  4. Limites de face_limit: se especificado manualmente, confirme que está dentro de 1000–1.500.000; com detailed, o limite superior só então é ampliado para 2.000.000. Valores fora do intervalo são rejeitados.
  5. Consistência dos interruptores com a expectativa: verifique se os interruptores Texture / PBR correspondem à faixa de preço esperada. Entre a configuração padrão e a configuração final, é onde mais aparece o desvio de "pensei que estava desligado, mas estava ligado".
  6. Validação do artefato: cada chamada deve retornar um GLB e uma imagem de pré-visualização. Valide na camada de integração que ambos existem antes de seguir para o downstream.
  7. Estratégia de retentativa em falhas: diferencie "parâmetro rejeitado" (corrija o parâmetro, não tente novamente) de "anomalia de rede/serviço" (pode tentar novamente), evitando chamadas faturáveis repetidas para requisições que inevitavelmente falharão.

Passando por esta lista, a grande maioria dos problemas do período de integração pode ser resolvida antes do primeiro lançamento.

As três rotas de entrada correspondem a três estados de material, os dois interruptores determinam a ordem de grandeza do preço, e face_limit só precisa ser tocado quando você tem um orçamento claro. Decidindo nessa ordem, a integração do Tripo H3.1 será bastante direta — basta começar a primeira chamada pela página do modelo.

Artigos relacionados

Ver todos os artigos →

Comece a criar com artefactos de IA persistentes

Obtenha a sua chave de API e chame modelos de imagem, vídeo e áudio através de uma única API baseada em tasks.

Ler a documentação da API